有客户找我，要求是需要我做一个SKILL。
他提供了11份pdf以及一个Gemini网页端的会话记录，约40多万字。
这么大的体量，如何让模型消化——理解——提炼？这是不是有点难以做到？
我的现有思路是：
1.针对两种不同性质的文本做不同要求的量化评价标准
2.开子代理做上下文隔离，分批次处理文本
3.子代理产出符合评价标准的文档，这一步只做消化理解，不做提炼
4.将子代理产出的内容交给主会话模型，基于我的上下文背景要求去做提炼总结
我遇到的问题：
1.不同的pdf之间存在关联，如果开子代理的情况下，会出现隔断
2.Gemini的那个会话是长期使用的产出，时间跨度太长，模型分析起来十分困难啊
3.我担心最终的SKILL产出仍然是不小的体量，导致最终应用起来时，对模型的上下文负担太大，但太过于浓缩的话，又不好保证效果
4.处理文本前的评价标准都不好定
notebooklm 这种思路应该不错吧
像这种问题，是不是本身就不适合SKILL这个形式来做？
但考虑到长期复用的话，不用SKILL，也无法保证将来客户切换不同会话/模型时的稳定性啊
是个想法，notebooklm里，确实允许用户上传大量的信息
总共40万字？
如果只是要求理解提炼这样的任务
直接全部转成md文档
aistudio.google 提交
不要用gemini网页版，也不要用反重力
使用pro 模型
40万字轻轻松松啦
Gemini吗？我担心Gemini的注意力有问题。
还有为什么不推荐在反重力用呢
担心注意力问题，就完成一个回答，开一个新会话
gemini和反重力都有自己的内嵌的提示词无法更改
会影响回答质量
aistudio 每个账号都有免费的测试额度
可以多测试对比
据我用gemini进行地方志这种任务的经验来看
直接塞原文，比什么图谱啊数据库啊向量啊效果好且稳定
如果原文实在太大，就让gemini分批挑出相关原文
过滤到合适大小后再塞
ai studio我经常用，里面的Gemini智商会比agy里高一些吗
ai studio 准确的说，更听话些
40w=400k,这不是正常区间吗？
可以把原文留在参考文件里，SKILL 只放流程和索引，用到哪块再读哪块。
先OCR转化成markdown，转化成纯文本格式才有进一步处理的可能性，可以把目录结构作为skill的主体，把详尽实际内容作为资源。
可是400K只是初始的文本处理量，模型还要思考推理，这就进一步增大上下文以及这个客户的Gemini对话，类似于那种隔几天一次，隔几天聊一次这种就更需要准确性了，相当于大海捞针测试